В этот раз – необычный формат. Вместо подборки новостей за две недели я взял три крупных отчёта, вышедших за последний месяц, и наложил их друг на друга. Microsoft Work Trend Index 2026 – 20 000 сотрудников, 10 рынков. Stanford AI Index 2026 – 380 страниц макроданных. Stanford AI Index 2025 – для год-к-году сравнения.
Все три отчёта описывают одну реальность, но с разных этажей. Stanford видит макроэкономику и инвестиции. Microsoft – поведение сотрудников и телеметрию. Мы наложили одно на другое и получили картину, которую ни один из отчётов по отдельности не даёт: разрыв между тем, как ИИ используют люди, и тем, как его внедряют организации.
Перспектива сотрудника: доступ есть, глубина – нет
16% – и все остальные
Microsoft опросил 20 000 работников в десяти странах и выделил категорию «Frontier Professionals» – людей, которые применяют ИИ регулярно и системно. Их определяют три практики: агенты для сложных многоступенчатых задач, регулярная перестройка рабочих процессов под ИИ, участие в масштабировании ИИ-практик на уровне команды.
Таких – 16%. Остальные 84% используют ИИ, но поверхностнее.
Это совпадает с данными Epoch AI / Ipsos, которые мы разбирали в апреле: 62% пользователей применяют ИИ на уровне одной-двух задач. Только 5,6% опираются на ИИ всерьёз – регулярно, глубоко, для ключевых рабочих процессов. Microsoft добавляет к этой статистике объяснение – и оно неожиданное.
Контроль качества важнее промпт-инжиниринга
Когда сотрудников спросили, какие человеческие навыки становятся важнее по мере роста ИИ, два ответа обогнали всё остальное: контроль качества выхода ИИ (50%) и критическое мышление (46%). Именно эти два навыка мы закладываем в основу открытого модуля MySummit – каждое практическое задание построено вокруг оценки и верификации ИИ-выхода, а не вокруг генерации промптов.
Последние два года индустрия продавала промпт-инжиниринг как ключевой навык будущего. А 20 000 реальных пользователей говорят другое: главное – то, что ты делаешь с ответом ИИ. Формулировка вопроса уходит на второй план. 86% уточняют: они «остаются ответственными за мышление» и используют выход ИИ как отправную точку.
У Frontier-сотрудников есть ещё одна отличительная черта: они чаще делают паузу перед задачей, чтобы решить – это для ИИ или для человека (53% против 33% у остальных). Мета-навык: знать, когда не использовать ИИ. Мы подробно разобрали эту закономерность в статье о зубчатом крае ИИ – ИИ блестяще решает олимпиадные задачи, но определяет время по аналоговым часам в 50% случаев. Без этой паузы вместо эффективности рискуете получить уверенно неправильный ответ.
Страх ≠ действие
65% пользователей ИИ боятся отстать, если не адаптируются быстро. При этом 45% признаются: безопаснее фокусироваться на текущих целях, чем перестраивать работу. Тревога без трансформации.
И легко понять почему: только 13% говорят, что получают поощрение за эксперименты с ИИ, даже если те не приносят немедленных результатов. Компании хотят инноваций, но вознаграждают за выполнение текущих KPI.
Frontier-сотрудники живут в другой среде: их менеджеры открыто используют ИИ (85% против 64%) и создают пространство для экспериментов (84% против 61%). Разрыв в культуре разговора ещё заметнее – обсуждение ИИ-практик на встречах: 61% против 36%.
Среда определяет результат сильнее, чем личные установки.
Производительность: грязный секрет
Stanford фиксирует измеренный рост продуктивности: 14–15% в клиентской поддержке, до 26% в разработке ПО. В маркетинговом контенте оценка доходит до 50%. Выглядит убедительно – пока не добавишь оговорку.
Рост есть только в структурированных задачах с измеримым выходом. В задачах, требующих глубокого рассуждения, выигрыш меньше. А свежие данные показывают тревожный тренд: тяжёлая зависимость от ИИ может замедлять развитие навыков в долгосрочной перспективе. Microsoft вводит концепцию «Owned Intelligence» – интеллектуальный капитал, который вы не отдаёте на аутсорсинг модели.
Frontier-пользователи, кажется, чувствуют это интуитивно: 43% из них намеренно делают часть работы без ИИ – «чтобы не разучиться». Зависимость от инструмента – отдельный риск, который Frontier-пользователи, похоже, чувствуют раньше других.
Мы видим ту же картину в статье о разрыве восприятия: расстояние между тем, что ИИ умеет «в среднем», и что он умеет в конкретной задаче – ключевая проблема для принятия решений.
Перспектива организации: деньги текут, отдача не масштабируется
88% внедрили – но что именно?
Stanford AI Index фиксирует: доля организаций, использующих ИИ, выросла с 78% в 2024 до 88% в 2025. GenAI применяется хотя бы в одной бизнес-функции у 79% компаний (против 71% в 2024). На поверхности – зрелость. Глубже – другая история.
Развёртывание ИИ-агентов – в однозначных процентах по всем бизнес-функциям. Большинство компаний, отчитывающихся о финансовом эффекте, оценивают его как «низкий»: менее 10% экономии, менее 5% роста выручки. «Используем ИИ» и «встроили ИИ в ключевые процессы» – два разных утверждения, которые часто смешивают. Мы подробно разбирали этот парадокс адаптации в первой статье серии.
$582 млрд инвестиций – и куда они ушли
Масштаб вложений впечатляет. Вот сравнение год к году:
| Метрика | 2024 | 2025 | Изменение |
|---|---|---|---|
| Корпоративные инвестиции (мир) | $253 млрд | $582 млрд | +130% |
| Частные инвестиции (мир) | $151 млрд | $345 млрд | +128% |
| Инвестиции в GenAI* | $34 млрд | $171 млрд | свыше 200% |
| Раундов >$1 млрд | 15 | 28 | +87% |
| Внедрение в организациях | 78% | 88% | +10 п.п. |
| Потребительский профицит (США) | $112 млрд | $172 млрд | +54% |
* AI Index 2025 оценивал инвестиции в GenAI за 2024 год в $33,9 млрд. AI Index 2026 пересмотрел исторические данные; по уточнённой методологии рост 2024–2025 составил «свыше 200%».
Куда идут деньги? $143 млрд – в ИИ-инфраструктуру, модели и исследования. Это крупнейшая категория, и она растёт быстрее всех. Google потратил больше $150 млрд на капвложения в 2025 году. Вычислительные расходы OpenAI выросли с $420 млн в 2022 до $16,3 млрд в 2025 – в 39 раз за три года. Anthropic – с $280 млн до $6,8 млрд.
Это гонка вооружений на стороне предложения. Инфраструктура готова. Модели дешевеют – мы разбирали обвал стоимости инференса в 280 раз. А узкое место переместилось: инфраструктура готова, организационная интеграция – нет.
Потребительский парадокс
Потребительский профицит от GenAI в США – $172 млрд в год (рост на 54% за год). При этом большинство инструментов бесплатны или стоят копейки.
Компании вкладывают $582 млрд в создание ИИ. Потребители извлекают $172 млрд ценности, почти не платя. OpenAI генерирует $25 млрд выручки в год – при оценке в $300 млрд. Anthropic – $19 млрд. Рынок растёт стремительно, но экономика захвата ценности всё ещё не устоялась.
Для менеджера это практический вопрос: если инструмент стоит условные $20 в месяц и экономит час в день – окупаемость очевидна. Барьер входа давно не в цене. Он в организационной готовности.
Организационная культура определяет 67% эффекта
Вот цифра из WTI 2026, которую легко пропустить за яркими заголовками. Microsoft проанализировал 29 факторов, влияющих на то, получают ли сотрудники реальную отдачу от ИИ. Факторы разделили на три категории: организационная среда (10 факторов), индивидуальный настрой и поведение (9), демография (10).
Результат: организационные факторы объясняют 67% вариации. Индивидуальные – 32%. Демография – 1%.
Среда, в которой работает сотрудник, определяет его ИИ-эффективность вдвое сильнее, чем его собственные навыки и установки. Культура, поддержка менеджера, кадровые практики – всё это весит вдвое больше, чем «научить промпты писать».
Microsoft называет это «Парадоксом трансформации»: сотрудники готовы, организации – нет. Только 26% AI-пользователей говорят, что их руководство чётко и последовательно выстраивает ИИ-стратегию. Остальные 74% – не видят курса.
Агентный бум: 15x роста от маленькой базы
Телеметрия Microsoft 365 показывает: количество активных ИИ-агентов выросло в 15 раз год к году. Впечатляет – пока не вспомнишь, что Stanford AI Index фиксирует «однозначные проценты» развёртывания агентов по всем бизнес-функциям.
15 раз от почти нуля – всё ещё почти нуль. Это классическая картина раннего рынка: инфраструктура строится (Stripe запускает кошельки для агентов, протоколы интеграции стандартизуются), вендоры рапортуют о взрывном росте. Но реальное проникновение в рабочие процессы – минимальное.
Что связывает обе перспективы
Карта разрыва: пять зон
Microsoft строит карту из двух осей – индивидуальная способность работать с ИИ и организационная готовность это поддержать. Распределение 20 000 респондентов:
- Frontier (19%) – и человек умеет, и компания поддерживает. Здесь рождается реальная отдача
- Заблокированное агентство (10%) – человек научился, компания не успела. Самая болезненная зона
- Невостребованный потенциал (5%) – компания инвестировала, сотрудники не освоились
- Стагнация (16%) – низко по обеим осям
- Формирующиеся (50%) – большинство. Обе оси в процессе
10% «заблокированного агентства» – это люди, которые вложились в обучение, попробовали перестроить процессы и упёрлись в стену организационной культуры. Их потенциал не используется.
Корреляция между осями – r = 0,55. Умеренная. Это значит, что индивидуальный и организационный прогресс связаны, но далеко не автоматически. Можно нанять сильных людей и не дать им среду. Или построить среду, которую люди не готовы использовать.
География неравенства
Карта инвестиций и карта использования ИИ – два разных атласа. США вложили $286 млрд (83% мировых частных ИИ-инвестиций), в 23 раза больше Китая ($12 млрд). Но по проникновению GenAI среди населения Сингапур (61%) и ОАЭ (54%) обгоняют США (28,3%, 24-е место в мире).
Страна, которая производит ChatGPT, по уровню использования уступает Сингапуру вдвое. Инвестиции не гарантируют использования. Доступ к инструменту не означает глубины работы с ним.
Россия в отчётах не представлена, но закономерность читается: ИИ-модели дешевеют экспоненциально, открытые альтернативы (DeepSeek, Qwen) сокращают разрыв. Главный барьер – организационная культура, не география и не бюджет.
Конвейер талантов ломается
Занятость среди разработчиков 22–25 лет в США упала на 20% с 2022 года. Треть организаций ожидают сокращения штата из-за ИИ в ближайший год. Миграция ИИ-талантов в США снизилась на 89% с 2017.
Одновременно – 1,3 млн новых ИИ-рабочих мест за два года (данные LinkedIn): аннотаторы, ИИ-инженеры, промпт-дизайнеры. ИИ одновременно создаёт рабочие места и разрушает нижний этаж кадровой воронки. Кто станет senior-специалистом через пять лет, если junior-позиции исчезают?
Мы разобрали этот парадокс в статье об образовательном разрыве.
Три вывода для менеджера
Тренинги по промптам – треть уравнения
Соотношение 67/32 из WTI означает: если вы отправили команду на курс по ИИ, но не изменили культуру (менеджер не использует ИИ открыто, нет пространства для экспериментов, нет поощрения за переосмысление задач) – эффект будет вдвое слабее потенциала. Организационная среда весит вдвое больше, чем индивидуальные навыки. На ближайшей встрече один на один спросите: «Что мешает тебе использовать ИИ глубже?» – ответ скажет о состоянии вашей организации больше любого отчёта.
Контроль выхода важнее умения спрашивать
Контроль качества выхода ИИ – навык №1 по версии 20 000 опрошенных. Критическое мышление – №2. Практически: выделяйте время на проверку ИИ-выхода, создавайте чек-листы верификации, обсуждайте ошибки ИИ на ретроспективе. И помните о Frontier-практике: 43% продвинутых пользователей намеренно делают часть работы без ИИ – чтобы не потерять навык.
Стоимость бездействия растёт быстрее, чем успевают заметить
Инференс подешевел в 280 раз. $172 млрд потребительской ценности создаётся почти бесплатно. Барьер входа исчез – единственное, что отделяет вашу команду от 16% Frontier-пользователей, это организационные условия, которые вы создаёте (или не создаёте) прямо сейчас. Только 26% AI-пользователей видят чёткую ИИ-стратегию от руководства. Остальные 74% – работают вслепую.
Источники
Все три отчёта доступны бесплатно:
- Microsoft Work Trend Index 2026 – 20 000 сотрудников, 10 рынков, телеметрия Microsoft 365
- Stanford AI Index 2026 – 380+ страниц, данные за 2025 год
- Stanford AI Index 2025 – данные за 2024 год (базис для сравнения)
Наш разбор серией статей:
- Парадокс адаптации – 88% внедрили, 62% застряли
- Революция стоимости – инференс дешевле в 280 раз
- Зубчатый край – олимпиада да, аналоговые часы нет
- Разрыв восприятия – что ИИ умеет и что думают пользователи
- Образовательный разрыв – конвейер кадров сужается
- Парадокс трансформации – сотрудники готовы, компании нет
Это был спецвыпуск дайджеста – аналитический разбор вместо привычных новостей. Если такой формат полезен – напишите в ответ на это письмо.